Axe : NBS Biophysique des micro-organismes + http://www.labos.upmc.fr/ljp/?article7 Laboratoire Jean Perrin (LJP) UMR 8237 UNIVERSITE PIERRE ET MARIE CURIE TOUR 32-33 BOITE COURRIER 114 4 PLACE JUSSIEU 75252 PARIS CEDEX 05 + http://www.labos.upmc.fr/ljp/ Responsable d’équipe : Didier CHATENAY [email protected] Membres permanents de l’équipe : Nelly HENRY [email protected] Jérôme Robert [email protected] Lydia ROBERT [email protected] Philippe THOMEN [email protected] _________________________________________________________________________ Activité scientifiques de l’équipe : Microbiologie et variabilité phénotypique dans des populations monoclonales de bactéries. Programme de recherche : La plupart des variations observées dans le phénotype des êtres vivants peut s’expliquer par des différences génétiques ou environnementales. Néanmoins, une population d’individus génétiquement identiques et partageant le même environnement manifeste une diversité phénotypique résiduelle. L’influence des facteurs génétiques et environnementaux sur un phénotype donné peut être étudiée à l’échelle de populations d’individus, l’effet d’une mutation ou d’un changement d’environnement étant mesuré sur le phénotype moyen d’une population. Une grande partie de notre compréhension actuelle du fonctionnement des êtres vivants repose sur de telles approches et la microbiologie a longtemps été réduite à la caractérisation de population bactérienne. Néanmoins, avec les avancées techniques des dernières décennies est apparue la possibilité de caractériser le phénotype d’une bactérie unique et ainsi l’ensemble de la distribution de ce phénotype au sein d’une population, mettant ainsi en lumière les sources de diversité. En particulier, le bruit dans l’expression génétique a suscité un grand intérêt depuis la mise en évidence de déterminants génétiques de cette variabilité d’expression et des pressions de sélection opérant sur son intensité, soulignant ainsi l’importance de caractériser les phénotypes et les valeurs sélectives à l’échelle des cellules individuelles. La croissance bactérienne étant un processus finement optimisé, la caractérisation individuelle des processus sous-jacents est particulièrement pertinente. Nous proposons d’étudier la croissance bactérienne, en particulier le métabolisme, le cycle cellulaire et l’expression génétique à l’échelle des cellules individuelles. La croissance bactérienne a été largement étudiée à l’échelle des populations depuis plus d’un demi-siècle. Une importante leçon des premières études de physiologie bactérienne est qu’afin d’obtenir des résultats reproductibles et interprétables, il est nécessaire de contrôler précisément l’état physiologique des bactéries et pour cela d’utiliser des cellules en croissance « équilibrée » (« balanced growth »). Toute analyse à l’échelle de cellules individuelles devrait également respecter ce critère. Néanmoins, jusqu’à récemment, il n’était pas possible d’observer des bactéries au microscope dans des conditions contrôlées. La récente introduction de la microfluidique en microbiologie a amené la possibilité de suivre des cellules au cours du temps dans des conditions spatialement et temporellement contrôlées, permettant l’observation de bactéries en croissance équilibrée et la caractérisation de transitions d’un état d’équilibre à un autre. Nous proposons d’utiliser des techniques de microscopie et de microfluidique pour caractériser à l’échelle de cellules individuelles et de manière quantitative le métabolisme, le cycle cellulaire et l’expression génétique de B. subtilis en croissance équilibrée et lors de transitions nutritionnelles. Nous étudierons en particulier l’allocation des ressources entre traduction et métabolisme. A l’échelle de la population, la stratégie d’allocation de ressources entre métabolisme et traduction est à la base de la gestion de la croissance bactérienne. A l’échelle individuelle, nous chercherons à déterminer si la variabilité dans la vitesse de croissance est liée à la variabilité d’allocation de ressources. Nous caractériserons la coordination entre la réplication de l’ADN, l’expression génétique, l’élongation cellulaire et la division. De plus, nous étudierons l’expression génétique en tant que processus stochastique. Pour ce faire, nous caractériserons expérimentalement la dynamique de l’expression génétique pour différents taux de transcription et traduction et différentes régulations génétiques et nous construirons un cadre mathématique permettant de décrire ce processus stochastique par une équation différentielle stochastique simple contenant un nombre limité de paramètres avec un sens biologique clair. En parallèle, nos projets propres ou communs nous amèneront également à essayer de développer de nouvelles méthodes permettant de mieux visualiser la morphologie bactérienne (par microscopie électronique entre autre, avec a terme des développements en microscopie corrélative) et à localiser dans les bactéries des macromolécules (protéines ou acides nucléiques) impliquées dans divers processus cellulaires. Nous porterons une attention particulière aux macromolécules impliquées dans les processus de ségrégation de plasmides, de régulation traductionnelle de diverses protéines et de formation du septum de division. Ce mode d’analyse reste en effet encore à l’heure actuelle un challenge compte tenu de la très petite taille des cellules concernées. En parallèle des expériences de comptage de plasmide, nous démarrons un projet de simulation numérique. Ces simulations numériques de type stochastique cherchent à prédire le nombre de protéines exprimées à partir d'un gène en copie unique (simuler le chromosome bactérien) ou en copie multiple (simuler le cas des plasmides). Pour comparer au mieux avec les expériences, il faut intégrer dans les calculs la duplication du matériel génétique, la croissance et la division cellulaire, tous ces points se déroulant sur le temps d'induction de la production de protéines lors de la réalisation expérimentale. Le résultat des simulations sur un grand nombre de silicobactéries sera présenté sous forme d'histogrammes pour être confronté aux résultats expérimentaux. Les simulations doivent aider à identifier les paramètres dominants qui façonnent les distributions expérimentales. Par exemple, les résultats préliminaires indiquent que suivant la synchronisation ou non de la culture bactérienne, la forme des distributions est de type gaussienne ou log-normal. Nous allons démarrer des expériences pour étudier ce point. Références : Zrelli K, Galy O, Latour- Lambert P, Kirwan PL, Ghigo JM, Henry N. (2013) Bacterial biofilm mechanical properties persist upon antibiotic treatment and survive cell death. New Journal of Physics 15: 125026. (IF = 4.063) Galy O, Zrelli K, Latour- Lambert P, Kirwan PL, Henry N (2013) Remote magnetic actuation of micrometric probes for in situ 3D mapping of bacterial biofilm physical properties. Journal of Visualized Experiments Accepted, waiting for video realisation. Jezequel N, Lagomarsino MC, Heslot F, Thomen P.Long-Term Diversity and Genome Adaptation of Acinetobacter baylyi in a Minimal-Medium Chemostat. Genome Biol Evol (2013) 5 (1):87-97.IF = 4,76